反思：別太神化AI，也別太小看智能醫(yī)療.doc

《反思：別太神化AI，也別太小看智能醫(yī)療.doc》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、反思：別太神化AI，也別太小看智能醫(yī)療反思：別太神化AI，也別太小看智能醫(yī)療反思：別太神化AI，也別太小看智能醫(yī)療反思：別太神化AI，也別太小看智能醫(yī)療反思：別太神化AI，也別太小看智能醫(yī)療　　人類社會(huì)的發(fā)展不斷在加速，現(xiàn)代人對(duì)新事物擁抱與接納的速度變得越來越快，進(jìn)而對(duì)新事物、新概念的期待也越來越多、頻度越來越高。譬如前不久徐小平關(guān)于區(qū)塊鏈的一條微信突然就引爆產(chǎn)業(yè)對(duì)區(qū)塊鏈的追捧，隱約間似乎區(qū)塊鏈大有取代人工智能成為2018年社會(huì)最關(guān)注的科技新趨勢(shì)。但當(dāng)我們將時(shí)間的維度拉得更長(zhǎng)，我們會(huì)看到新技術(shù)一個(gè)非常明顯的加速遞減效應(yīng)。創(chuàng)新醫(yī)療的加速遞減效應(yīng)　　僅聚焦在醫(yī)療領(lǐng)域，當(dāng)將視線回

2、撥，我們會(huì)發(fā)現(xiàn)作為新技術(shù)與新模式的代表，醫(yī)藥電商從1998年第一家網(wǎng)上藥店開始經(jīng)歷漫長(zhǎng)的發(fā)展期直至2014年才成為產(chǎn)業(yè)與資本的關(guān)注熱點(diǎn)，短短兩年后就進(jìn)入了技術(shù)成熟曲線的谷底；互聯(lián)網(wǎng)醫(yī)療元年是2014年，隨后同樣在2016年進(jìn)入谷底，當(dāng)年叱咤風(fēng)云的弄潮兒企業(yè)已難覓蹤影；人工智能醫(yī)療從2017年初開始變得異常火熱到產(chǎn)業(yè)與資本開始變得冷靜也不過是一年的功夫；中間還穿插了曇花一現(xiàn)的醫(yī)療AR/VR、直播、醫(yī)療知識(shí)付費(fèi)……　　新技術(shù)、新模式從出現(xiàn)到受關(guān)注到衰退的周期顯現(xiàn)出了清晰的加速遞減效應(yīng)。這個(gè)效應(yīng)背后隱藏著某種人類社會(huì)發(fā)展的特點(diǎn)，人類對(duì)新目標(biāo)不斷追求的欲望和對(duì)速度不斷提升的渴望指引

3、著人類前進(jìn)的同時(shí)也讓人類社會(huì)的耐心度越來越低?！　∥覀儾⒉荒芤虼硕穸ㄐ录夹g(shù)，相反當(dāng)拉將視線到更長(zhǎng)更長(zhǎng)的時(shí)間維度時(shí)，“科技是第一生產(chǎn)力”體現(xiàn)了無比的正確性，混合著智能算法的機(jī)器有一天一定能對(duì)人體的各種疾病做診斷、提出治療方案、實(shí)施手術(shù)、進(jìn)行慢病康復(fù)管理；互聯(lián)網(wǎng)、物聯(lián)網(wǎng)如今天的水和電一樣將無處不在，和各種醫(yī)療健康設(shè)備的連接時(shí)時(shí)刻刻監(jiān)控著我們身體的健康指標(biāo)并利用人工智能來實(shí)時(shí)的指導(dǎo)與干預(yù)；VR技術(shù)能消弭空間的距離，無論多遠(yuǎn)距離，醫(yī)生和患者仿佛坐在同一個(gè)地方進(jìn)行溝通……　　然而這些技術(shù)的成熟需要時(shí)間，在醫(yī)療這樣一個(gè)強(qiáng)政策監(jiān)管的產(chǎn)業(yè)，為了平衡風(fēng)險(xiǎn)新技術(shù)發(fā)展的速度必然受到限制，在未來

4、可見的三到五年，我們今天所擁抱的新技術(shù)、新趨勢(shì)、新模式乃至即將擁抱的新技術(shù)、新趨勢(shì)、新模式很難對(duì)醫(yī)療產(chǎn)業(yè)帶來顛覆性的影響，新領(lǐng)域的從業(yè)者們要有足夠的耐心。智能醫(yī)療的核心競(jìng)爭(zhēng)力：警惕技術(shù)陷阱　　再回到人工智能與醫(yī)療的結(jié)合場(chǎng)景，眾所周知，人工智能主要分為三層：最底層是基礎(chǔ)層，包含云計(jì)算、算法芯片這樣的基礎(chǔ)架構(gòu)，中間層是TensorFlow、Caffee這樣的計(jì)算框架以及圖像識(shí)別、語音識(shí)別、語義理解等這樣的通用技術(shù)，最上面則是和產(chǎn)業(yè)具體結(jié)合的應(yīng)用層，譬如我們常談到各類人工智能輔助診斷應(yīng)用、智能醫(yī)療助理應(yīng)用等都在這一層。　　基礎(chǔ)層和中間層基本是巨頭的天下，無論是提供算法芯片的英偉達(dá)

5、、谷歌、英特爾乃至IBM，還是提供深度學(xué)習(xí)框架的谷歌、微軟，還是國內(nèi)如BAT這樣提供通用技術(shù)的公司，都占據(jù)在這兩層，基本沒有中小玩家的機(jī)會(huì)，對(duì)于巨頭來說，這也是他們必須勝利的地方，非如此不足以構(gòu)建生態(tài)，掌握人工智能領(lǐng)域的話語權(quán)和領(lǐng)導(dǎo)地位。對(duì)于我們大多數(shù)人工智能醫(yī)療領(lǐng)域的從業(yè)者來說，機(jī)會(huì)來自于應(yīng)用層，如何將人工智能技術(shù)應(yīng)用在產(chǎn)業(yè)，解決產(chǎn)業(yè)的痛點(diǎn)，升級(jí)產(chǎn)業(yè)創(chuàng)造新的機(jī)會(huì)。　　當(dāng)在這個(gè)層面看待智能醫(yī)療的核心競(jìng)爭(zhēng)力，首先要理解的是人工智能究竟創(chuàng)造了什么樣的價(jià)值，我們一年前講人工智能醫(yī)療是一種供給側(cè)改革，加強(qiáng)了醫(yī)療服務(wù)供給側(cè)的供給與效率，這個(gè)提法到今天乃至未來也仍然是有效的提法，人工智

6、能輔助醫(yī)生乃至替代醫(yī)生無論診斷還是治療本質(zhì)就是創(chuàng)造了新的醫(yī)療服務(wù)供給?！　∵@與20多年前醫(yī)療信息化進(jìn)入醫(yī)院的本質(zhì)也是一樣，醫(yī)療信息化提高醫(yī)院運(yùn)轉(zhuǎn)的效率，將醫(yī)生從繁瑣的事務(wù)中解放出來更加聚焦于醫(yī)技的提高以及患者服務(wù)，只不過人工智能以更加直接的方式切入醫(yī)療服務(wù)的提供。理解了這一點(diǎn)就能看明白為何不少PACS系統(tǒng)廠商會(huì)轉(zhuǎn)型為人工智能影像診斷公司，在PACS系統(tǒng)里長(zhǎng)出智能輔助診斷的功能是多么自然的一件事。如果我們不談人工智能與新藥研發(fā)的結(jié)合，不談手術(shù)機(jī)器人，不談人工智能如何幫助基因檢測(cè)這些比較垂直的領(lǐng)域，今天人工智能對(duì)醫(yī)療最有影響的場(chǎng)景均聚焦在醫(yī)院內(nèi)部的醫(yī)療服務(wù)改善層面，人工智能醫(yī)療

7、公司與醫(yī)療信息化公司有什么樣的區(qū)別？　　如果理解了這點(diǎn)，首先就要警惕技術(shù)核心競(jìng)爭(zhēng)力的陷阱，谷歌等公司提供的注入Tensorflow這樣的框架已經(jīng)讓人工智能算法的開發(fā)門檻下降到很低，前不久谷歌發(fā)布的AutoML自動(dòng)創(chuàng)建機(jī)器學(xué)習(xí)模型技術(shù)更進(jìn)一步拉低了進(jìn)入的門檻。另外一面，社會(huì)組織應(yīng)變新技術(shù)的反應(yīng)速度變得更有效，人工智能火熱不到一個(gè)季度不少線下線上的培訓(xùn)學(xué)校都推出了機(jī)器學(xué)習(xí)的培訓(xùn)課程，企業(yè)也構(gòu)建了自己的人工智能工程師培訓(xùn)體系，盡管最頂尖的人工智能人才是缺乏的，但不少軟件工程師已經(jīng)開始轉(zhuǎn)型人工智能從事基礎(chǔ)的人工智能開發(fā)工作